Spark 查询时间分析,scan 扫描 vs join 哪个更耗时,差距几个数量级?

问答 张凌天 ⋅ 于 2019-01-08 17:35:25 ⋅ 最后回复由 青牛 2019-01-08 17:53:21 ⋅ 42 阅读

本身最近在做Spark相关查询优化问题的研究,请问Spark sql做查询的时候,i/o扫描 vs join 哪个更耗时,查询的性能瓶颈具体在哪,希望能给出具体的时间分析?join等值连接 相比 i/o扫描差距有多大?

补充一下:我说的join物理实现是sort merge join,是两个大表直接的等值连接

成为第一个点赞的人吧 :bowtie:
回复数量: 1
  • 青牛 国内首批大数据从业者,就职于金山,担任大数据团队核心研发工程师
    2019-01-08 17:53:21

    这个你可以自己拿两个表测一下 具体情况具体分析

暂无评论~~
  • 请注意单词拼写,以及中英文排版,参考此页
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
  • 支持表情,可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
  • 上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif,教程
  • 发布框支持本地存储功能,会在内容变更时保存,「提交」按钮点击时清空
Ctrl+Enter